|
1) Значение d для наших данных равно 1.42. По таблице значений статистик Дарбина-Уотсона для вероятности ошибки I рода α=0,05 находим dн=0.70, dв=1.64.
Получили, что 0.70<1.42<1.64, т.е. это то 1-ый случай, когда гипотеза Н0 не отвергается.
5. Проверка на подчинение остатков нормальному закону.
Чтобы определить нормальность распределения остатков воспользуемся статистикой Jarque-Bera, которая используется для проверки гипотезы о нормальности распределения исследуемого ряда. Нулевая гипотеза: распределение не отличается от нормального. Альтернативная гипотеза: распределение существенно отличается от нормального. Также выберем устраивающую нас вероятность ошибки I рода 5%.
Вероятность Probability - это вероятность того, что статистика Jarque-Bera превышает (по абсолютному значению) наблюдаемое значение для нулевой гипотезы. Маленькое значение вероятности указывает на то, что нулевая гипотеза отвергается. Распределение не является нормальным.
Если Probability < 0,05, то нулевая гипотеза отвергается. Если же Probability > 0,05, то нулевая гипотеза не отвергается.
Probability = 1,587 (рис 27), что значительно больше 0.05, следовательно, нулевая гипотеза не отвергается. Делаем вывод, что остатки подчиняются нормальному закону распределения.
Анализ результатов расчетов, выводы по работе
Таким образом, в результате исследования зависимости потребляемого сахара от пяти факторов были выявлены следующие результаты:
1) При увеличении валовых сборов сахарной свеклы по Российской Федерации на 1 тыс. тонн потребление сахара уменьшится на 0,00018 кг.
) При увеличении индекса потребительских цен на 1% потребление сахара уменьшится на 0.029 кг.
) При увеличении посевных площадей на 1 тыс гектаров потребление сахара увеличится на 0.016 кг.
) При увеличении урожайности сахарной свеклы на 1 центнер с одного гектара убранной площади потребление сахара увеличится на 0,053 кг.
) При увеличении среднемесячной номинальной зарплаты на 1 руб потребление сахара уменьшится на 0,00015 кг.
Уравнение регрессии имеет вид:
= -0,0001797025244*X1 - 0.02867117878*X2 + 0.0156202727*X3 + 0,05324660079*X4 - 0.0001475263891*X5 + 18.19767146
Наибольшее влияние на потребление оказывает фактор Х4 - урожайность сахарной свеклы в Российской Федерации, т.к. коэффициент при Х4 самый большой.
Коэффициент детерминации равен 0,7050003, а это значит, что уравнение регрессии на 71% объясняется экзогенными переменными.
По критерию Фишера можно говорить о статистической значимости линейного уравнения регрессии в целом и наличии связи между зависимой и независимыми переменными.
По критерию Стьюдента можно говорить о значимости коэффициентов линейного уравнения регрессии.
Остатки имеют случайный характер, т.е.  достаточно хорошо аппроксимирует опытные данные Y; предпосылка E(Ui)=0 выполняется; гипотеза о наличии гомоскедастичности не отвергается; автокорреляция отсутствует; остатки подчиняются нормальному закону распределения.
Сравнительный анализ результатов, полученных с помощью использованных методов показал, что наиболее адекватными моделями являются модели, построенные на базе метода наименьших квадратов.
Перейти на страницу: 1 2 3 4 |